Как запустить SDXL в браузере с WebGPU: open-source решение для локальной генерации изображений

Вы когда-нибудь пытались запустить SDXL на ноутбуке без дискретной видеокарты? Я да. Это похоже на попытку разогнать «Ладу Калину» до 200 км/ч — сначала смешно, потом грустно. Даже на RTX 3060 с 12 ГБ VRAM генерация одного изображения занимает полминуты, а если у вас встроенная графика — приходится ставить ComfyUI с квантованными моделями, вырезать слои, жертвовать качеством.

Но в середине 2026 года ситуация изменилась. Появилось open-source решение, которое запускает полноценный SDXL прямо в браузере — через WebGPU. Без установки Python, без скачивания 20 ГБ чекпоинтов, без плясок с драйверами. Открываешь страницу — и генерируешь изображение 1024×1024 за 10-15 секунд на обычном ультрабуке.

Магия под капотом: как это вообще работает

В основе проекта — гибридная техника: модель SDXL конвертируется в формат ONNX, а затем запускается через ONNX Runtime Web с бэкендом WebGPU. Не пугайтесь терминов. По сути, это позволяет использовать GPU вашей видеокарты (да, даже интегрированной) напрямую из браузера, минуя слой операционной системы.

Всё это доступно как статическая веб-страница: после первого визита модель кэшируется в IndexedDB. Повторные генерации происходят мгновеннее — не нужно ждать загрузки весов. Сравните с классическим подходом, где вы тратите 10 минут на установку Automatic1111, а потом ещё час разбираетесь с ошибкой CUDA out of memory.

Почему это лучше, чем другие способы

Давайте разложим по полочкам. Альтернатив для локальной генерации изображений не так много:

• Automatic1111 / ComfyUI — мощно, но только если у вас есть GPU от NVIDIA с 8+ ГБ VRAM. Владельцы «макбуков на M1» и встроенной Intel Graphics фактически отрезаны от SDXL. Кстати, в нашем сравнении AMD-оптимизаций мы выяснили, что AMD Radeon тоже страдают.
• Bonsai Image 4B — недавно мы писали про первый 1-битный diffusion transformer в браузере. Решение интересное, но уступает SDXL в детализации и разнообразии стилей. Bonsai предназначен для быстрых набросков, а наш инструмент — для полноценного арта.
• FlaxeoUI — новый фронтенд для слабого железа действительно экономит ресурсы, но всё равно требует установки Python-окружения. Наш же вариант вообще не требует установки.
• Облачные сервисы — Midjourney, DALL-E 3 — дороги (подписка $10-30/мес) и имеют жёсткие цензурные фильтры. Кроме того, ваши изображения уходят на сервер. Браузерное решение гарантирует приватность.

Кстати, вы знали, что на WebGPU можно запускать не только SDXL? Модели для подписи видео тоже работают, и GPT-OSS с 20B параметрами — да, 20 миллиардов — уже запускается в браузере. Так что SDXL — не предел, а часть глобального тренда.

Практика: генерируем изображение за 5 минут

Хорошо, хватит теории. Давайте пошагово, как запустить SDXL в браузере. Всё, что нужно — современный браузер с WebGPU (Chrome 120+, Edge 120+, Firefox Nightly).

1Откройте веб-приложение

Перейдите на страницу инструмента. Если это open-source проект, скорее всего это GitHub Pages или собственный домен. Страница выглядит как минималистичный интерфейс: поле промпта, кнопка Generate, настройки шагов (steps) и guidance scale. Никаких регистраций.

2Загрузите модель

Нажмите «Load Model». Первая загрузка займёт 5-10 минут, потому что браузер скачает ~3.2 ГБ весов (ONNX INT8). Можно пить кофе. Прогресс отображается, как обычно. Главное — не закрывайте вкладку. После завершения модель останется в кэше.

3Введите промпт и запустите

Пример хорошего промпта:

cinematic photo of a cyberpunk cat, neon lights, rain, highly detailed, 8k, volumetric fog

Нажмите Generate. На моём MacBook Air M1 (8 ГБ единой памяти) генерация занимает ~14 секунд при 20 шагах. Результат — изображение 1024×1024, детализированное, цвета сочные. Можно сразу скачать PNG.

Но есть нюанс (куда без него)

Не всё так радужно. Во-первых, квантизация INT8 снижает разнообразие оттенков: в тёмных областях иногда появляется banding (полосатость). Во-вторых, сложные промпты (с несколькими объектами и негативным пространством) могут выдавать «кашу». В-третьих, управления позами и композицией нет — это не ControlNet.

Если нужно больше контроля — посмотрите в сторону запуска Stable Diffusion на слабой видеокарте через C++ фронтенд (там можно подключать ControlNet и LoRA). Но для 80% повседневных задач — пост для соцсетей, иллюстрация для блога, тестовая креативная идея — браузерный SDXL справляется отлично.

Кому это реально нужно

• Дизайнерам на Chromebook — раньше вы могли только смотреть на Midjourney сквозь стекло. Теперь у вас своя генерация.
• Художникам, не желающим платить за подписку — открываете инструмент, рисуете, сохраняете локально. Ваше творчество уходит только к вам на диск.
• Любопытным энтузиастам — хотите попробовать SDXL, но боитесь командной строки? Браузерное решение — идеальный первый шаг.
• Тем, кто работает с чувствительными данными — например, генерируете референсы для NDA-проекта. Ничего не уходит на сервер.
• Пользователям AMD — Open WebUI и локальные альтернативы хороши, но всё равно упираются в совместимость с драйверами. WebGPU универсален.

Кстати, если вы генерируете откровенный контент — у нас есть сравнение инструментов для локальной NSFW-генерации. Браузерное решение, скорее всего, не имеет цензуры, но проверьте репозиторий.

Взгляд в будущее

Через год-два фраза «нужно установить Python и разобраться с зависимостями» будет звучать как «набери на дисководе винчестер». WebGPU уже сейчас позволяет запускать 20B LLM (мы тестировали Qwen 3.6) и SDXL. А если посмотреть на Open WebUI с веб-поиском, становится очевидно: локальные агенты скоро вытеснят облачные сервисы.

Мой прогноз: к концу 2027 года мы увидим браузерные версии Midjourney и Stable Diffusion 3, работающие на WebGPU в реальном времени. А пока — cкачайте этот open-source инструмент (ссылку найдёте на GitHub за пять минут) и удивите коллег генерацией в «Хроме» без интернета.

Если хотите ещё глубже нырнуть в тему — прочитайте наш обзор про 1-битные модели. Это как SDXL, только для ультра-слабого железа и на порядок быстрее. Комбинируйте их для рабочих процессов: Bonsai для итераций, SDXL для финального рендера.

Подписаться на канал